初始信息素筛选的蚁群算法在HDFS副本选择中的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题研究的背景及意义 | 第11-14页 |
| 1.2 副本选择的国内外研究现状 | 第14-17页 |
| 1.3 主要研究内容 | 第17-19页 |
| 第二章 副本选择机制研究 | 第19-31页 |
| 2.1 云存储分布式文件系统研究 | 第19-23页 |
| 2.1.1 分布式文件系统的发展历程 | 第19-20页 |
| 2.1.2 分布式文件系统的基本结构及特点 | 第20-22页 |
| 2.1.3 常见的分布式文件系统 | 第22-23页 |
| 2.2 分布式文件系统HDFS | 第23-27页 |
| 2.2.1 HDFS架构 | 第23-25页 |
| 2.2.2 HDFS的设计理念 | 第25页 |
| 2.2.3 HDFS存储机制 | 第25-27页 |
| 2.3 HDFS副本选择的必要性分析 | 第27-28页 |
| 2.4 HDFS默认的副本选择策略 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 初始信息素筛选的蚁群算法的副本选择研究 | 第31-49页 |
| 3.1 蚁群算法概述 | 第31-35页 |
| 3.1.1 蚁群算法基本思想 | 第31-32页 |
| 3.1.2 蚁群算法数学模型 | 第32-34页 |
| 3.1.3 蚁群算法流程 | 第34-35页 |
| 3.2 遗传算法概述 | 第35-37页 |
| 3.2.1 遗传算法生物学基础 | 第35页 |
| 3.2.2 遗传算法运算过程 | 第35-36页 |
| 3.2.3 遗传算法的特点及应用领域 | 第36-37页 |
| 3.3 初始信息素筛选的蚁群算法的基本原理 | 第37-39页 |
| 3.3.1 蚁群算法和遗传算法比较分析 | 第37-38页 |
| 3.3.2 遗传算法和蚁群算法的动态衔接方法 | 第38-39页 |
| 3.4 副本选择模型的参考因素 | 第39-40页 |
| 3.5 算法设计 | 第40-46页 |
| 3.5.1 编码 | 第40-41页 |
| 3.5.2 初始群体选取和参数初始化 | 第41页 |
| 3.5.3 确定适应度函数 | 第41-42页 |
| 3.5.4 遗传操作 | 第42-45页 |
| 3.5.5 循环操作 | 第45页 |
| 3.5.6 信息素初始化 | 第45页 |
| 3.5.7 信息素更新模型 | 第45-46页 |
| 3.6 算法描述 | 第46-48页 |
| 3.7 本章小结 | 第48-49页 |
| 第四章 副本选择策略仿真与评估 | 第49-61页 |
| 4.1 基于CloudSim的副本选择仿真系统 | 第49-51页 |
| 4.1.1 仿真平台CloudSim简介 | 第49-50页 |
| 4.1.2 CloudSim的体系结构 | 第50-51页 |
| 4.2 仿真实验 | 第51-59页 |
| 4.2.1 CloudSim环境配置 | 第51页 |
| 4.2.2 CloudSim的仿真流程 | 第51-54页 |
| 4.2.3 实验结果与分析 | 第54-59页 |
| 4.3 本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 附录A：攻读硕士学位期间的研究成果 | 第71页 |
